文献类型：期刊文章

作　　者：邓轲[1,2] 冯辉宗[1] 许国良[2] 雒江涛[2]

DENG Ke;FENG Huizong;XU Guoliang;LUO Jiangtao(School of Software Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,P.R.China;Electronic Information and Networking Research Institute,Chongqing University of Posts and Telecommunications,Chongqing 400065,P.R.China)

机构地区：[1]重庆邮电大学软件工程学院,重庆400065 [2]重庆邮电大学电子信息与网络工程研究院,重庆400065

出　　处：《重庆邮电大学学报（自然科学版）》

基　　金：教育部-中国移动科研基金(MCM20170203);重庆市基础与前沿研究计划重点项目(cstc2015jcyjBX0009);重庆邮电大学人才引进项目(A2017-10)。

年　　份：2020

卷　　号：32

期　　号：4

起止页码：664-672

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法。该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集。基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重。通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题。

关 键 词：多源大数据  银行网点选址  机器学习  逻辑回归

分 类 号：TP391]